Antigravity Agent
34 lines
2.5 KiB
Markdown
34 lines
2.5 KiB
Markdown
---
|
|
id: [[P-Reinforce|P-Reinforce]]-AUTO-MMDP-001
|
|
category: Dev
|
|
confidence_score: 0.98
|
|
tags: [auto-reinforced, mdp, [[Reinforcement-Learning|Reinforcement-Learning]], markov-decision-process, [[Optimization|Optimization]], decision-making]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Markov-Decision-Processes|Markov-Decision-Processes]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "의사결정의 수학적 지도: 불확실한 환경 속에서 로봇이나 에이전트가 어떤 '행동'을 해야 가장 큰 '보상'을 얻을 수 있는지, 상태-행동-보상-전이의 사슬로 정의하여 인공지능이 스스로 전략을 짜게 만드는 강화 학습의 청사진."
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
마르코프 결정 과정(MDP)은 의사결정 문제를 확률론적 최우선으로 모델링하는 수학적 프레임워크입니다.
|
|
|
|
1. **5대 요소 (S, A, P, R, $\gamma$)**:
|
|
* **[[State|State]] (S)**: 현재 상황.
|
|
* **Action (A)**: 할 수 있는 행동.
|
|
* **Transition Probability (P)**: 행동 후 다음 상태로 갈 확률.
|
|
* **Reward (R)**: 행동의 결과로 받는 보상.
|
|
* **Discount Factor ($\gamma$)**: 미래의 보상을 현재 가치로 얼마나 쳐줄 것인가.
|
|
2. **왜 중요한가?**:
|
|
* 인공지능이 단순히 데이터를 외우는 게 아니라, 복잡한 환경과 상호작용하며 '최적의 정책(Policy)'을 찾아가는 모든 강화 학습 알고리즘의 표준 이론이기 때문임. ([[Reinforcement Learning (RL)|Reinforcement Learning (RL)]]와 연결)
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌**: 과거에는 환경의 모든 정보를 아는 정책(Full Observability)을 전제했으나, 현대 정책은 환경의 일부만 보이는 상황([[POMDP|POMDP]]) 정책에서도 최적의 수를 찾아내는 복합 추론 정책으로 진화함(RL Update).
|
|
- **정책 변화(RL Update)**: 바둑(알파고)이나 게임을 넘어, 자율주행이나 도심 항공 모빌리티(UAM)의 경로 정책 수립 등 실생활의 거대하고 복잡한 시스템 최적화 정책의 핵심으로 작동 중임.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- [[Reinforcement Learning (RL)|Reinforcement Learning (RL)]], [[Markov-Chains|Markov-Chains]], [[Optimization|Optimization]], [[Decision Theory|Decision Theory]], [[Logic|Logic]]
|
|
- **Modern Tech/Tools**: [[Bellman Equation|Bellman Equation]], Q-Learning, PPO, Deep Reinforcement Learning.
|
|
---
|